Kimi K3 desafía a los líderes de IA
El nuevo modelo abierto de Moonshot AI compite de tú a tú con Fable 5 y GPT-5.6 Sol por una fracción del precio.
¿Qué pasó ayer? En un minuto:
Moonshot AI presenta Kimi K3, el primer modelo abierto de clase 3T, que lidera el Frontend Code Arena y reduce a meses la ventaja de los laboratorios estadounidenses.
El andamiaje Schema, de Impossible Research, eleva el rendimiento en ARC-AGI-3 del 13% al 99% sin modificar los modelos, señal de que una buena ingeniería de agentes puede rendir más que tener el mejor modelo.
Runway saca pecho con Agent 2.0, un sistema de vídeo «agéntico» que reclama el estado del arte, mientras Netflix revela que unos 300 de sus programas han usado IA generativa este año.
Veintiséis empleados demandan a Meta por seleccionar con IA a los afectados de una ronda de unos 8.000 despidos, con presunto perjuicio a personas con discapacidad y bajas protegidas.
La voz gana terreno al teclado en Silicon Valley, con Wispr Flow como herramienta más citada por usar IA para interpretar la intención del hablante y limpiar el texto dictado.
Boris Cherny, responsable de Claude Code en Anthropic, publica un marco de cinco niveles de adopción de IA que va del acceso bloqueado a más de mil agentes supervisados por excepción.
Parte del sector anticipa un resurgir del código abierto estadounidense, con Reflection AI como próximo lanzamiento, y cuestiona que los avances chinos se expliquen sobre todo por la destilación de modelos occidentales.
La IA se consolida como socio de laboratorio biomédico con Biomni, el biólogo virtual de Stanford, y la apuesta de Google DeepMind e Isomorphic Labs por anticipar brotes y reforzar la salud global.
Gracias por leer 1 Minuto de IA. Si te ha gustado esta edición, no te olvides de dar al ♡ y de compartirla por redes sociales o por email con otras personas a las que creas que les pueda interesar.
Y si tienes más de un minuto…
1. Kimi K3 acerca el código abierto a la frontera
Moonshot AI, con sede en Pekín, ha presentado Kimi K3, el primer modelo de código abierto de clase 3T: 2,8 billones de parámetros, ventana de un millón de tokens y multimodalidad nativa sobre texto, imagen y vídeo. La arquitectura introduce Kimi Delta Attention (KDA), que según la compañía acelera hasta 6,3 veces la decodificación en contextos largos, y Attention Residuals (AttnRes), sobre un esquema Mixture-of-Experts disperso que activa 16 de 896 expertos por consulta.
En el Frontend Code Arena lidera con 1.679 puntos y un 76% de victorias pareadas, por delante de Fable 5 y GPT-5.6 Sol; en Text Arena queda en 1.486. El gancho es el precio: 3/15 dólares por millón de tokens de entrada/salida, frente a 10/50 de Fable 5 y 5/30 de GPT-5.6 Sol. La lectura de fondo es la reducción de la ventaja de los laboratorios estadounidenses, ahora en meses y no en generaciones, tras una tanda densa de lanzamientos (Fable 5, Grok 4.5, GPT-5.6). Conviene templar el entusiasmo: los rankings de Arena arrastran sobrevaloraciones previas, como la de Llama 4, y el propio modelo reconoce basarse en el diseño de DeepSeek-V3. Hay una restricción práctica notable: sus 2,8T no caben en un solo NVIDIA DGX B200, ni siquiera en FP4, y exigen sistemas más avanzados. La liberación de los pesos completos está prevista para el 27 de julio.
Desde 𝕏 @Kimi_Moonshot (Kimi.Ai) enmarcan K3 como "inteligencia de frontera abierta", con la eficiencia de entrenamiento (un 25% mayor con menos del 2% de coste añadido) como argumento tan central como los benchmarks.
Cada abaratamiento de la inteligencia de frontera amplía los flujos de trabajo que las empresas pueden asumir, según 𝕏 @levie (Aaron Levie), a quien ver este rendimiento en un modelo abierto le parece notable en sí mismo.
𝕏 @antonello (Antonio Ortiz) sitúa a K3 casi al nivel de GPT-5.6 Sol y anticipa más presión regulatoria: Anthropic y OpenAI intensificando el lobby ante Washington a medida que los laboratorios chinos recortan distancia.
𝕏 @rohanpaul_ai (Rohan Paul) admite que las cifras "parecen irreales": batir a Fable 5 en Frontend Code Arena a un tercio de su precio le resulta difícil de creer.
𝕏 @testingcatalog (Ai News | Testingcatalog) apunta un detalle operativo: K3 llegó el mismo día a la AI/ML API junto a Claude Fable 5 bajo la misma clave, con el desarrollo de videojuegos como una de las cargas de trabajo destacadas.
Más información:
📎 Kimi K3 Tech Blog: Open Frontier Intelligence
2. Schema dispara la IA del 13% al 99% en ARC-AGI-3
El laboratorio Impossible Research, con investigadores de Berkeley y Carnegie Mellon, presentó el 15 de julio Schema, un andamiaje de software (i.e. harness) que, sin modificar los modelos de IA, les hace razonar como físicos: escribir las reglas ocultas de cada problema como un programa, contrastarlas con lo observado y planificar dentro de esa simulación.
Lo probó en ARC-AGI-3, el examen considerado más difícil para la IA: videojuegos sin instrucciones donde puntúa resolver cada nivel con tan pocos movimientos como una persona. Schema declara un 98,98% combinando los modelos Claude Opus 4.8 y Fable 5, de Anthropic, y un 95,35% con GPT-5.6 Sol, de OpenAI. El mejor resultado oficial verificado hasta ahora era el 13,33% de Sol sin andamiaje. Schema no altera los modelos: solo cambia el proceso a su alrededor. En una comparación controlada con los mismos modelos de Anthropic, un método genérico de andamiaje obtuvo un 42,83% frente al 98,98% de Schema.
Los resultados están medidos solo en los 25 juegos públicos y sin verificar por ARC Prize en sus juegos privados. Además, la fundación excluye de su clasificación oficial los resultados logrados con este tipo de ayudas. A pesar de eso, lo interesante de este resultado es el andamiaje montado alrededor del modelo. Para las empresas, sugiere que invertir en ingeniería de agentes puede rendir más que esperar al siguiente modelo: la propia fundación ARC Prize admite que estos andamiajes, aunque no midan progreso hacia la inteligencia general, tienen valor económico.
𝕏 @naval (Naval) presenta el harness de Impossible Research como trabajo del propio equipo: un sistema que juega, escribe código y razona ‘como un físico’ hasta saturar ARC-AGI-3.
Más información:
📎 Anuncio de Schema — Impossible Research
📎 Informe técnico de ARC-AGI-3 (política sobre andamiajes)
3. Runway exhibe músculo con Agent 2.0
Runway presentó Agent 2.0 el pasado 25 de junio, un sistema de generación de vídeo que la compañía sitúa hoy en el estado del arte en coherencia narrativa, lenguaje cinematográfico y calidad de producción, según el Benchmark Physion-Arc 1.0. El mensaje comercial se apoya en un concepto relativamente nuevo: la generación de vídeo ‘agéntica’, en la que el sistema opera con mayor autonomía sobre el proceso creativo. Runway lo vende como una categoría de producto propia, pensada para atraer perfiles y casos de uso que hasta ahora quedaban fuera de estas herramientas.
El contexto de industria de producción audiovisual ayuda a medir el interés real. Netflix reveló en sus resultados del segundo trimestre que unos 300 de sus programas han usado IA generativa este año, en todas las fases de producción, desde el concepto y la previsualización hasta la posproducción. La compañía citó títulos como la serie india ‘Glory’, la miniserie brasileña ‘Brasil 70’ y la docuserie ‘The American Experiment’, y sostuvo que la tecnología permitió secuencias complejas (multitudes ampliadas, escenas de batalla) que de otro modo se habrían descartado por coste. Netflix cerró el trimestre con 12.560 millones de dólares de ingresos, un 13,4% más interanual.
El vídeo agéntico no es para 𝕏 @c_valenzuelab (Cristóbal Valenzuela) una mejora incremental, sino una categoría de producto nueva, capaz de abrir la puerta a un conjunto entero de usuarios y aplicaciones que hasta ahora no producían vídeo.
Más información:
📎 Physion-Arc 1.0: Benchmarking Video Agents On Minute-Long Video Generation📎 About 300 Netflix Programs Have Used Generative AI This Year
📎 Introducing Agent 2.0
4. Demanda a Meta por despidos decididos con IA
Veintiséis empleados de Meta han demandado a la compañía por su papel en una ronda de unos 8.000 despidos, según Ars Technica. La denuncia sostiene que Meta usó herramientas de IA internas para clasificar y seleccionar a los afectados, y que el proceso perjudicó de forma desproporcionada a personas con discapacidad y a quienes habían tomado bajas médicas o permisos familiares protegidos. Los demandantes afirman que el sistema ponderaba métricas de actividad, consumo de tokens de IA y clasificaciones algorítmicas de rendimiento, sin considerar embarazos, bajas ni permisos parentales.
El caso importa porque toca un problema cada vez más frecuente: quién responde cuando una decisión formalmente atribuida a humanos se apoya, en la práctica, en un sistema que determina el resultado. Para cualquier empresa que use IA en recursos humanos, el litigio abre preguntas sobre transparencia, supervisión humana real y garantías legales frente a decisiones automatizadas sobre el empleo. La demanda alega infracciones de cuatro normas estadounidenses: la Ley de Licencia Familiar y Médica, la Ley de Discriminación por Embarazo, la Ley de Estadounidenses con Discapacidades y la Ley de Equidad para las Trabajadoras Embarazadas. Meta no ha reconocido el uso de estos sistemas ni se ha pronunciado sobre las alegaciones. Los despidos citados forman parte de una tanda todavía en curso.
Para 𝕏 @antonello (Antonio Ortiz), la demanda anticipa un patrón que irá a más a medida que las empresas deleguen en algoritmos las decisiones de personal, con el sistema de vigilancia interna de Meta como telón de fondo.
Más información:
📎 Lawsuit claims Meta's layoff decisions were made by AI, not humans - Ars Technica
5. La voz gana terreno al teclado en Silicon Valley
Un cambio de hábito empieza a notarse en las oficinas de Silicon Valley: cada vez más profesionales dictan a su ordenador en vez de teclear. El Wall Street Journal recogió la tendencia en un artículo cuyo título viene a decir que escribir está siendo reemplazado por susurrar, y que resulta más molesto de lo que parece. TechCrunch amplió el tema con una imagen elocuente de un inversor: visitar startups hoy recuerda a entrar en un centro de llamadas de gama alta.
La herramienta más citada es Wispr Flow, que no funciona como el dictado clásico. En vez de transcribir literalmente, con puntuación hablada y erratas que cuesta más corregir que teclear, usa IA para interpretar la intención y limpiar el texto. El atractivo es la velocidad: hablar es más rápido que escribir cuando se trabaja a pleno rendimiento, ya sea para redactar correos, código o mensajes de Slack. El fenómeno tiene consecuencias físicas. El paisaje sonoro de la oficina cambia, y el diseño acústico de los espacios tendrá que adaptarse si la voz pasa a ser el modo principal de interacción, según el análisis de KuCoin sobre el artículo original.
Ya habla más con ChatGPT de lo que teclea, según reconoce 𝕏 @sama (Sam Altman), que atribuye el salto a un nuevo modelo de voz que, a su juicio, ha cruzado un umbral cualitativo.
El dictado durante toda la jornada es, para 𝕏 @rohanpaul_ai (Rohan Paul), el mayor ahorrador de tiempo: calcula que teclear es entre 5 y 10 veces más lento cuando trabaja a máxima velocidad.
La experiencia gusta a 𝕏 @testingcatalog (Ai News | Testingcatalog), pero la ve demasiado limitada en uso de herramientas: pide que al menos pueda dejar notas de texto copiables y reclama algo parecido a los MCP, pero para voz.
Más información:
📎 Silicon Valley offices adopt whispering to computers as voice technology gains traction
6. Anthropic ordena la adopción de IA en cinco niveles
Boris Cherny, creador y responsable de Claude Code en Anthropic, ha publicado un marco de cinco niveles que describe cómo los equipos de ingeniería adoptan la IA. La escala va del nivel 0, donde la seguridad y los procesos de aprobación bloquean el acceso, al nivel 4, con más de mil agentes en marcha, la mayoría iniciados por la propia IA, mientras el humano fija objetivos y supervisa por excepción. Entre medias: un ingeniero con un agente al que revisa todo (nivel 1), la orquestación de cinco a diez agentes en paralelo (nivel 2) y un centenar de agentes que escriben casi todo el código (nivel 3).
Según Cherny, gastar tokens no mueve la aguja. En cada etapa hay que localizar el siguiente cuello de botella y construir las salvaguardas que toquen. La compañía dice situarse en el paso 3 y empujar hacia el 4. El patrón que más repite es un ingeniero que multiplica por diez su productividad con Claude, pero el resto de la organización no le sigue, y esa ganancia individual se diluye. El cuello de botella cambia en cada fase: primero, los procesos corporativos; luego, la atención y la capacidad de revisión humanas; al final, la confianza y el ritmo de decisión del equipo.
Este esquema ofrece a los responsables técnicos un autodiagnóstico rápido para saber en qué nivel está su equipo y qué desbloquear después. Aunque conviene leerlo sabiendo que su autor vende las herramientas para dar cada salto. El documento superó las 400.000 visualizaciones en X en pocas horas.
𝕏 @bcherny (Boris Cherny) insiste en que no hay un camino correcto entre las etapas: cada equipo es distinto, y en cada paso los tokens por sí solos no bastan para avanzar sin romper el siguiente cuello de botella.
Para 𝕏 @rohanpaul_ai (Rohan Paul), los agentes no eliminan la necesidad de automatizar la ingeniería, sino que la revalorizan, y el mayor cambio es poder codificar en claude.md mucho más que reglas: decisiones arquitectónicas y conocimiento de dominio ganado con esfuerzo.
Más información:
📎 Steps of AI Adoption
7. Opinión: el código abierto americano busca su momento
Una parte del sector defiende que los modelos abiertos estadounidenses están a punto de resurgir. El argumento lo empujan sobre todo figuras próximas al capital riesgo y a los laboratorios que apuestan por pesos abiertos, con Thinking Machines señalada como primer paso y Reflection AI como próximo lanzamiento. Alojar modelos en hardware propio mantiene la privacidad de los datos, elimina costes de API, permite ajuste fino con datos internos, ajustar comportamientos y ejecutar en dispositivos edge sin filtrado externo.
De fondo está la competencia geopolítica por el liderazgo en IA abierta, hoy dominada por laboratorios chinos que publican pesos con regularidad. El asunto importa porque, de cumplirse, descentralizaría el acceso a modelos potentes y reduciría la dependencia de las APIs de OpenAI, Anthropic y Google, con la reducción de costes que ello conlleva. También asoma una crítica al discurso del alineamiento a favor de los modelos americanos: a qué valores y a quién responden estos modelos.
Paralelamente, existe el debate técnico sobre si los laboratorios chinos deben sus avances sobre todo a destilar modelos occidentales. La destilación consiste en entrenar un modelo pequeño con las salidas de otro más capaz. Varios investigadores sostienen que su peso en los resultados chinos se ha exagerado. Nadie afirma que la técnica sea inútil, sino que rinde poco sin acceso las probabilidades internas que el modelo original asigna a cada token. Sin ellos, aprovechar registros de conversaciones de un modelo ajeno aporta mejoras modestas, no saltos de rendimiento. Parte del sector advierte que la narrativa de la destilación se usa para justificar restricciones regulatorias que benefician a determinados laboratorios, un caso de captura del regulador.
𝕏 @Dan_Jeffries1 (Daniel Jeffries) anticipa una oleada de código abierto americano y pide no descartar a Reflection AI, que según él trabaja en silencio y saldrá con fuerza. Añade cinco ventajas de los pesos abiertos: alojarlos en hardware propio, ajuste fino con datos internos, eliminar comportamientos no deseados, ejecutar en dispositivos edge y evitar el filtrado de una empresa central. Sobre la distinción entre código abierto y open weights, la considera un debate de semántica y rechaza aplicar un test de pureza.
𝕏 @eisokant (Eiso Kant) defiende una actitud constructiva: criticar es fácil, pero no construye nada, y prefiere aplaudir a quienes intentan mejorar el futuro en lugar de derribarlos.
El punto de partida lo marca 𝕏 @Suhail (Suhail), que reta a los defensores de la tesis contraria a mostrar sus propios resultados de destilación sin logits, y resume el trasfondo en una frase: quizá los chinos simplemente sean buenos ahora.
8. IA como socio de laboratorio biomédico
Dos iniciativas empujan la IA hacia la investigación biomédica. La primera es Biomni, un agente de propósito general creado por un equipo de Stanford con financiación parcial de una Hoffman-Yee Research Grant de Stanford HAI. Se plantea como un biólogo virtual que trabaja junto a los científicos: ejecuta tareas, analiza grandes volúmenes de datos médicos, detecta patrones que un humano podría pasar por alto y llega a diseñar experimentos. El punto de partida es claro: la biomedicina genera más datos de los que hay investigadores para procesarlos, y un modelo puede integrar varias disciplinas y gestionar miles de tareas en paralelo.
La segunda es el enfoque de bioresilience que Google DeepMind e Isomorphic Labs han publicado juntos, con modelos de frontera aplicados a anticipar brotes y reforzar la salud global. El planteamiento tiene dos caras: evitar el mal uso de los modelos y, a la vez, dar a gobiernos, científicos y expertos en bioseguridad herramientas para detectar y responder a amenazas. La misma tecnología aparece como fuente de riesgo y como instrumento de defensa. Biomni es un proyecto de código abierto y basado en la nube, con aportaciones de los departamentos de Informática, Genética, Patología, Medicina y Pediatría de Stanford, además de Genentech, el Arc Institute, la Universidad de Washington y la UCSF. DeepMind afirma haber impulsado más de 15 colaboraciones con organismos públicos y grupos de bioseguridad en el último año.
El planteamiento de 𝕏 @StanfordHAI (Stanford Hai) parte de un desajuste concreto: la biomedicina produce más datos de los que sus científicos pueden procesar, y Biomni se concibe para cerrar esa brecha trabajando al lado de los investigadores, no en su lugar.
En 𝕏 @GoogleDeepMind (Google Deepmind) sitúan la bioseguridad como un terreno que cambia rápido por los ecosistemas, los viajes globales y el posible mal uso de la IA, y defienden la IA de frontera como parte necesaria de la respuesta, no solo como amenaza.
𝕏 @emollick (Ethan Mollick) aporta un contrapunto sobre el patrón de estos asistentes: en un despliegue con jueces en Pakistán, un ayudante basado en GPT-4 elevó el volumen de casos un 6% sin degradar la calidad, más una ganancia marginal medible que un salto disruptivo.
Más información:
📎 Stanford Scientists Build an AI Lab Partner
📎 Google DeepMind and Isomorphic Labs approach to bioresilience